除了馬斯克的“讓人類成為AI”，我們還有什麼好辦法？

前不久，馬斯克再次發表了他的AI威脅論，並亮出了自己的應對之道——“讓人類成為AI”。

而此刻，AI所帶來的失業潮正侵蝕著整個歐洲的銀行業。先是德意志銀行宣佈將裁員1。8萬人，隨後花旗等國際銀行也加入裁員陣營，除了業績下滑外，以AI、大資料、雲支援的自動化正成為一個核心原因。

AI，不止是前沿科學家、哲學家討論的物件，它正成為每個個體所疑慮的物件：它，究竟是蜜糖還是砒霜？

奇妙的是，人類對AI的疑慮與恐慌，與一百年前工業“流水線”所帶來的圖景，太過相似。

零犀科技創始人夏仲璞，正是這種“歷史再現”的親歷者。

雖然他並未經歷一百年前的美國，但得益於國內改革的快速發展，出生於上世紀八十年代的他，剛好見證了四十年間我國工業化和流水線化所帶來的洗牌與變革；而如今，他又浸潤在AI行業一線，對比感悟下，他發現了其中的巧妙關聯。

也正因如此，他創新地提出，以“認知流水線”的思路，駕馭與應用AI，可能是一條最優路徑。

“我們雖然發明了流水線，但是這些曾經讓我們引以為豪的能夠節約勞動力的機器裝置如今讓每一個人失去工作機會。”美國評論家威爾羅傑斯，在1930年新年曾這樣說到。

而同期的小說作品《窮白人》中，工廠主說了這樣一句話，“在不久的將來，我們所有的工作都將由機器人來完成。至於接下來的事情，肯定是要把所有的工人全部踢出工廠。”

可見在上世紀三四十年代，美國社會是忌憚“流水線”的。甚至在1939年的紐約世界博覽會上，當流水線的創造者福特，以巨幅動畫展示未來機械服務於人類的設想時，被稱為“科學的祭壇”。

這一情緒不無理由。自1919年開始，不同行業的增長基本處於40%~59%，而工廠同期僱傭工人的數量卻開始下降。1933年，美國的失業率已經超過了25%，

這種陣痛中國也曾經歷過。錯過了第一次、第二次工業革命的我們，用改革開放的四十年時間來追趕這百年程序，這讓國民的工作、生活方式在幾十年間，翻天覆地。

而在“流水線”日益發展的今天，經濟大國的失業率普遍持續在5%以下。與此同時，“流水線化”生產所帶來的福祉顯而易見。

一方面是生產效率提升帶來物質的極大豐富，像1987年大哥大還是稀罕物件，而如今智慧手機幾乎人手一部。另一方面隨著“流水線”推動勞動力轉移，國民受教育程度顯著提高，新興產業及第三產業比重日益加大。

（上圖：1990-2020年三大產業就業人數發展長期趨勢，單位：萬人）

正因如此，夏仲璞提醒到，我們不妨以“流水線”的視角嘗試去理解下今天的困惑。

“雖然它曾帶來了大量的失業，但站在今天，再來審視‘流水線’，我們能發現它確實帶來了福祉，即便在人類的職業幸福感上，也是如此。”

眾所周知，由於流水線將複雜的勞動，切分為上百道工序，大大降低了每項工作的難度。實際上，這為女性走出家庭創造了最原始的工作機會，也為不少殘疾人提供了崗位。

而在時間的積累下，流水線化變革推動了整個人類社會的重新分工，機器替代人類從事重複、枯燥的勞動，人類勞動力則流向更富有創造力的新興行業與服務業，個人的職業價值感也得到提升。

而勞動力向高新技術遷移所帶來的影響已經彰顯，據國家統計局測算，2015

~2018年我國經濟發展新動能指數分別為123。5、156。7、210。1和270。3，分別比上年增長23。5%、26。9%、34。1%和28。7%。2018年，網路經濟指數為605。4，比上年增長67。2%，創新驅動指數為174。4，比上年增長21。8%。

這樣對比來想，對於AI，我們也大可不必過於恐慌。

過度的恐慌，會不會也是因為，我們的開啟方式不對？

不可忽視的，除了“AI威脅論”外，市面上還流行一種說法，“AI無用論”——認為如今的AI還幫不到什麼大忙。而不少行業及媒體也曾指出，現在的AI，似乎更多是一種噱頭，而非創新。

比如，在2017年，中央權威媒體中央人民廣播電視臺經濟之聲《天下財經》欄目，就給AI潑了一盆冷水，批判行業像“炒作明星”一樣去“炒作AI”。

這使得我們必須反思：

AI變革生活，確實是一種美好的未來圖景，但我們走向這未來的路，選對了嗎？

對此，夏仲璞提到，“對於AI未來會提升人類總體生產能力、替代人工，這幾乎是所有人的共識，而對於如何做，卻始終不夠明晰。目前，絕大多數AI探路者們的思路是，企圖一步到位，讓AI替代人。即使『人機耦合』或『RPA』這樣的思路，本質上，也還是讓AI學會人的做法，只是逐步漸進，直至完全替代。”

“但AI技術的發展是有客觀規律的，就像一百年前，我們夢想機械自動化完全替代人類勞動一樣，最終受限於技術的緩慢迭代。”

可以說，這一路徑的兩端，左側是技術尚未成熟，右側是目標太過宏大。

而他創造性地提出，借鑑歷史與跨界的智慧，用“流水線”的思想，運籌今天的AI。也就是說，以科學“降維”的方式，去解決複雜問題，從而讓AI有度、有效地參與其中。

他舉了個例子，“我們不妨想想，為何在流水線出現前，機械自動化的創新一直存在，但對生產效率的提升有限，而只有當流水線化後，機械自動化才推動了生產率的指數級提高？”

原子級的流程再造，是其中的關鍵。

在流水線後，人們不再以“能力邊界”分工——自己幹不了的分給別人；而是以“流程管理”的邏輯在分工，能幹的也不大包大欖，而是最佳化配合。

“我們可以先這樣簡單理解，

AI，就相當於認知領域的自動化機械。”

也就是，透過流水線思路，我們不必再要求AI全能，而是以流程管理，讓AI與人類巧妙配合。

更具體地，他表示，

“AI加持的流水線化”，尤其對智力服務行業來說，將是一個最優解。

這初聽起來似乎匪夷所思。“流水線”總讓人聯想起體力勞動中的“簡單”、“重複”，而“辦公室藍領”，比如電話接線員，卻需要處理很多突發情況，應變力、專業度更加重要。一個體力勞動，一個智力勞動，怎麼能相提並論呢？

對於這點，夏仲璞提醒道，“我們今天對於體力勞動的印象，比如簡單重複，這實際上是已經透過工業革命、透過‘流水線’改造過後的印象。其實，回想一下，一百年前，社會勞動結構是農民為主體的，工人+手工業者是佔比很小的，工業生產在那個時代是個高精尖的技術活兒。比如製造汽車，每個顧工都得是大師傅、熟練技工，沒有幾年的學習是搞不定的。”

如今的辦公室藍領，可能正處於一百年前汽車技工的位置上。

“流水線，將之前的體力勞動從10項分工變成了100項或者1000項，而如今腦力勞動還沒有發現這樣更細化的分工，我們的做法是透過認知流水線，不斷去強化分工。比如，以零犀的呼叫中心為例，我們在之前的一個坐席的基礎上，把它拆解成幾組崗位，甚至更復雜的組織結構。”

“這樣，AI可以在某些原子級的分工上完全取代他們，而將更有創造力、更需專業性的工作交給人來完成。”

與機械自動化的不同的，由於具備語義思考、思維判斷等基礎能力，AI可以承擔更多的工作。這樣，員工被留下處理最有價值和需要專業性的工作，這對於員工職業價值感的提升，以及提升服務品質都大有好處。

可是，為什麼AI出現前，在智力勞動行業沒有流水線的分工呢？

夏仲璞解釋到，“我們現在可能比較熟悉的是，客服電話的流程管理。但流水線化設計與流程管理不同，它是從整套工作角度上，對作業方式進行原子級切分。一提到‘原子級’，你就可以發現這個精細化和難度是非常高的。”

“目前，在BPO服務中，由於過程複雜、數量龐大，甲方想以‘人管人’的方式做到‘細節管理’是不現實的。比如催收行業中，甲方往往只能透過最終的還款率來考量一家催收BPO服務商，而實際上過程中已發生違規或處置不當。”

也就是說，

正是因為AI的出現，才讓以BPO為代表的智力服務行業，有了真正意義上進行“流水線化”的可能性。

而AI加持的“流水線”，也降低了BPO服務中心的構建難度，大大提升服務的敏捷性與彈性。

整體來說，“認知流水線化”的方式，將重置智力服務業的管理方式、人員佈局、人力與技術的分工，這將構建一個敏捷、高效、高質的新服務業態。

又或者說，AI的加入，將洗牌外界對這個行業的認知，甚至洗滌從業者自身的價值認知。

“只提供技術，或者只停留在產品都是不夠的，只有一杆子扎到底，重塑生產方式，才能帶來實質性改變。”這是夏仲璞認為，零犀與業內其它探索者最根本的不同。

正因如此，在零犀，他和小夥伴們的工位上，都印著“引領認知革命，讓溝通更有價值”的使命。

但即便這樣，在常常提起“未來”的AI行業中，夏仲璞，卻是一個更關注“今天”的實幹者。

相比向投資人滔滔不絕地闡釋夢想與商業邏輯，他更喜歡待在一線，從一線獲得資訊和判斷。“落地”比“展望”更重要，這種想法，從幾年前還在百度作為NLP商業化開創者起，便在他心中紮根，貫徹至今。

他深知要普及“認知流水線”的技術商業化思想，並非朝夕之間可以辦到的。在他看來，目前主要難度在於兩個方面，第一，是技術的成熟度，第二，是市場的接受度。

首先技術方面，主要難度在於“智慧”，也就是讓機器準確“理解”人的活動。“有了理解，才有資料化管理、策略的制定和落實等等這些動作。那麼現在認知智慧已初具雛形，但它如何提高精細化？比如說從現在認知的準確率90%提升到更高，就會是一個漸變的過程。

這將直接影響到認知產品流水線化的深度、流暢性，以及品質。

”

其次市場方面，“現在人們普遍對於AI的實用性有質疑，想摒除這方面的疑慮，路徑就更加重要。

只有腳踏實地的重塑行業的作業過程，達成降本增效的結果，才能獲得行業和社會的認同。

這樣從＇一＇到＇二＇再到＇百＇，逐步影響更多種類的智力勞動以這樣的路徑變革，最終推進社會整體的智力生產效率提升。

這將是一場認知革命，加速人類文明的程序。

”

他舉了三個例子。第一個，是當年的福特。

一方面，“在福特流水線產生之前，早有各行各業在實踐流水線化的思路。而福特流水線在1914年震驚大家前，它早已組建團隊埋頭研究近十年。這個團隊中彙集著各行的專家人才，他們對福特流水線不斷創新、迭代，才有了最終的‘驚豔’。”

“這意味著，

在實踐中，技術並非一蹴而就的，創新也需要時間來迭代更新。”

另一方面，“我們也需要看到，既然流水線一直都有，為何直到福特，才改變了整個美國，甚至世界的認知？這與一個成果——“每40秒生產一輛汽車”——密不可分，這在當時被各大媒體爭相報道。”

“這意味著，

必須有一家傑出的企業，去做到‘極致’

。”

另外兩個例子，一個是蘋果與不斷創新的山寨手機，另一個是特斯拉與不斷迭代的電動車。

蘋果和特斯拉都不是第一個，也不是唯一一個，但卻是持續創新並做到“極致”的那個。

以不斷創新迭代，達到一個極致，才能改變世人的認知。而零犀，正是他這一思想的載體。

透過一個一個專案的落地實幹，如今，零犀已經在BPO行業的深度AI改造上，已小有成效。BPO，聚集著龐大數量的辦公室藍領，同時又存在著野蠻粗暴的行業現實，無疑成為了“認知流水線”改造的最佳土壤。現在，零犀的認知流水線，已經以全新的方式，為金融、保險行業的幾十家客戶帶來了成效。而零犀的思想，也正在滲透著行業，獲得更多理解與認知。

一切，才剛剛開始。“零犀的使命是引領認知革命，讓溝通更有價值。AI變革人類認知的過程，將是宏大而漫長的，我們只是用一把新鑰匙，剛剛開啟一扇新的門，但這過程中仍有太多需要去創新、突破。管理、策略、技術、商業模式，這四點都要綜合作用，來突破邊界。”

“讓商業和技術成熟起來的話，的確會是一個非常綜合、非常複雜的過程。對此，我反而認為，恰恰正是這樣漫長而艱難的事情，幹起來才有價值，才值得我用一輩子去幹。”

我們不妨想象下，也許有天，由零犀帶頭引領的“認知流水線”理念，也將對人類認知帶來顛覆式的影響，像當年福特所引領的“流水線”理念一樣，摧枯拉朽，勢不可擋。

那時，人類可能將會更幸福，而不是懼怕AI或者企圖“成為AI”。

結語：

同樣來自泰戈爾，“如果你把所有的錯誤都關在門外時，真理也要被關在門外面了”。

面對AI，我們沒有什麼一勞永逸、不傷毫髮的應對方式，但理解它的發展，卻是泰然處之，巧妙善用的大前提。

至於如何走向明日之光？

與其好高騖遠，盲幹；不如找到路徑，實幹。

夏仲璞提供的“認知流水線”思路，或是一個好選擇，至少為業界提供了啟發。